Magma, das durch einen massiven Komplex flacher, miteinander verbundener Kammern tief unter Vulkanen in Hawaii pumpt, scheint für einen unerklärlichen Schwarm winziger Erdbeben verantwortlich zu sein, die in den letzten sieben Jahren auf Big Island zu spüren waren, insbesondere seit dem Ausbruch und dem Zusammenbruch des Gipfels im Jahr 2018 Kīlauea.
Die pfannkuchenähnlichen Kammern, die „Schwellen“ genannt werden, leiten Magma seitlich und nach oben, um die Magmakammern von mindestens zwei der aktiven Vulkane der Insel wieder aufzuladen: Mauna Loa und Kīlauea. Mithilfe eines maschinellen Lernalgorithmus konnten Geowissenschaftler am Caltech Daten verwenden, die von seismischen Stationen auf der Insel gesammelt wurden, um die Struktur der Schwellen zu kartieren, sie mit nie zuvor gesehener Präzision zu kartieren und zu demonstrieren, dass sie die Vulkane verbinden.
Darüber hinaus waren die Forscher in der Lage, den Fortschritt des Magmas zu überwachen, als es durch die Schwellen nach oben drängte, und dies mit Kīlaueas Aktivität in Verbindung zu bringen. Sie analysierten einen Zeitraum, der im Mai 2022 endete, daher ist es noch nicht möglich zu sagen, ob sie den Magmafluss erkennen können, der am 27. November zum Ausbruch des Mauna Loa führte, aber das Team beabsichtigt, sich das als nächstes anzusehen.
„Vor dieser Studie wussten wir sehr wenig darüber, wie Magma tief unter Hawaii gespeichert und transportiert wird. Jetzt haben wir eine hochauflösende Karte eines wichtigen Teils des Rohrleitungssystems“, sagt John D. Wilding, Doktorand am Caltech und Co-Hauptautor eines Artikels, der die Forschung beschreibt, die in der Zeitschrift veröffentlicht wurde Wissenschaft am 22. Dezember.
Mehr als 192.000 kleine seismische Ereignisse, die hier jeweils als einzelner schwarzer Punkt dargestellt sind, zeigen in 3D die Form und Lage der Schwellen unter Hawaii. Bildnachweis: Caltech/Wilding et al
Die Studie stellt das erste Mal dar, dass Wissenschaftler eine so tief unter der Erde gelegene Magmastruktur direkt beobachten konnten. „Wir wissen ziemlich genau, was das Magma im flachen Teil des Systems oberhalb von 15 Kilometern macht, aber alles darunter war bisher nur Gegenstand von Spekulationen“, sagt Wilding.
Mit Daten zu mehr als 192.000 kleinen Beben (mit einer Stärke von weniger als 3,0), die im Zeitraum von 3,5 Jahren von 2018 bis Mitte 2022 auftraten, konnte das Team mehr als ein Dutzend übereinander gestapelte Schwellen kartieren. Der größte ist etwa 6 mal 7 Kilometer groß. Die Schwellen sind in der Regel etwa 300 Meter dick und haben einen Abstand von etwa 500 Metern.
„Vulkanische Erdbeben sind typischerweise durch ihre geringe Stärke und ihr häufiges Auftreten während magmatischer Unruhen gekennzeichnet“, sagt Weiqiang Zhu, Postdoktorand und wissenschaftlicher Mitarbeiter in Geophysik und Co-Hauptautor des Wissenschaft Papier.
„Wir freuen uns über die jüngsten Fortschritte beim maschinellen Lernen, insbesondere beim Deep Learning, die dazu beitragen, diese kleinen seismischen Signale, die von dichten seismischen Netzwerken aufgezeichnet werden, genau zu erkennen und zu lokalisieren. Maschinelles Lernen kann ein effektives Werkzeug für Seismologen sein, um große archivierte Datensätze zu analysieren und Muster zu identifizieren bei kleinen Erdbeben und erhalten Einblicke in zugrunde liegende Strukturen und physikalische Mechanismen.“
Wilding und Zhu arbeiteten mit Jennifer Jackson, der William E. Leonhard Professorin für Mineralphysik; und Zachary Ross, Assistenzprofessor für Geophysik und William H. Hurt Scholar; die beide leitende Autoren des Papiers sind.
Das Team musste für die Studie kein einziges Hardwareteil platzieren; Vielmehr stützten sie sich auf Daten, die von Seismometern des United States Geological Survey auf der Insel gesammelt wurden. Der im Labor von Ross entwickelte maschinelle Lernalgorithmus gab ihnen jedoch eine beispiellose Fähigkeit, Signale von Rauschen zu trennen – das heißt, Erdbeben und ihre Orte eindeutig zu identifizieren, wodurch eine Art 3D-„Punktwolke“ entsteht, die die Schweller darstellt.
„Das ist vergleichbar mit einer CT [computerized tomography] Scan, die Art und Weise, wie ein Arzt das Innere des Körpers eines Patienten visualisieren kann“, sagt Ross. „Aber anstatt kontrollierte Quellen mit Röntgenstrahlen zu verwenden, verwenden wir passive Quellen, bei denen es sich um Erdbeben handelt.“
Das Team konnte etwa zehnmal so viele Erdbeben wie zuvor möglich katalogisieren und ihre Standorte mit einer Fehlerspanne von weniger als einem Kilometer lokalisieren; frühere Standorte wurden mit Fehlermargen von wenigen Kilometern bestimmt. Die Arbeit wurde mit einem Deep-Learning-Algorithmus durchgeführt, dem beigebracht wurde, Erdbebensignale anhand eines Trainingsdatensatzes von Millionen zuvor identifizierter Erdbeben zu erkennen.
Selbst bei kleinen Erdbeben, die dem menschlichen Auge auf einem Seismogramm möglicherweise nicht auffallen, findet der Algorithmus Muster, die Beben von Hintergrundgeräuschen unterscheiden. Ross hatte die Technik zuvor verwendet, um aufzudecken, wie eine natürlich vorkommende Injektion unterirdischer Flüssigkeiten einen vier Jahre andauernden Erdbebenschwarm in der Nähe von Cahuilla, Kalifornien, auslöste.
Die Schwellen scheinen sich in Tiefen zwischen etwa 36 und 43 Kilometern zu befinden. (Als Referenz: Die tiefsten Bohrungen, die je von Menschen in die Erde gebohrt wurden, sind etwas mehr als 12 Kilometer.) Wissenschaftler wissen seit langem, dass eine Phasengrenze in einer Tiefe von etwa 35 Kilometern unter Hawaii vorhanden ist; An einer solchen Phasengrenze geht Gestein gleicher chemischer Zusammensetzung von einer Mineralgruppe oben in eine andere Gruppe unten über.
Beim Studium der neuen Daten erkannte Jackson, dass die in diesem Gestein auftretenden Übergänge in Verbindung mit Magmainjektionen chemische Reaktionen und Prozesse beherbergen könnten, die das Gestein belasten oder schwächen, was möglicherweise die Existenz der Schwellen erklärt – und damit auch die aktive Seismizität.
„Der Übergang von Spinell zu Plagioklas innerhalb des Lherzolith-Gesteins kann durch diffuse Migration, Einschluss und Kristallisation von Magmaschmelzen innerhalb des flachen lithosphärischen Mantels unter Hawaii erfolgen“, sagt Jackson.
„Solche Ansammlungen können eine vorübergehende Schwächung aufweisen, die sich aus gekoppelten Verformungen und chemischen Reaktionen ergibt, was das Risswachstum oder die Aktivierung von Verwerfungen erleichtern könnte. Wiederkehrende Magma-Injektionen würden die Korngrößen im Schwellenkomplex kontinuierlich modulieren und die Bedingungen für seismische Verformungen im Gestein verlängern. Dieser Prozess könnte ausgenutzt werden laterale Variationen in der Stärke, um die seitlich kompakten seismogenen Merkmale zu erzeugen und aufrechtzuerhalten, die wir beobachten.“
Es ist unklar, ob die Schwellen unter Big Island einzigartig auf Hawaii sind oder ob diese Art von subvulkanischer Struktur üblich ist, sagen die Forscher. „Hawai’i ist die am besten überwachte Insel der Welt, mit Dutzenden von seismischen Stationen, die uns einen Einblick in das geben, was unter der Oberfläche vor sich geht. Wir müssen uns fragen, an wie vielen anderen Orten passiert das?“ sagt Wilding.
Unklar ist auch, wie genau die Bewegung des Magmas die winzigen Beben auslöst. Die Erdbeben zeichnen die Strukturen auf, aber der eigentliche Mechanismus von Erdbeben ist nicht gut verstanden. Es könnte sein, dass die Injektion von viel Magma in einen Weltraum viel Stress erzeugt, sagen die Forscher.
Mehr Informationen:
John D. Wilding, Das magmatische Netz unter Hawaii, Wissenschaft (2022). DOI: 10.1126/science.ade5755